Claude Sonnet 5 · Terminal-Bench(2.1) 80.4% · 附件证据(ev5-terminal-bench)

Claude Sonnet 5 的 Terminal-Bench · 2.1 官方出处。Xhigh effort · 80.4%。见《Claude Sonnet 5 System Card》§8.3, PDF p.115。证据 ev5-terminal-bench。

原文与定位

Claude Sonnet 5 · Terminal-Bench(2.1),Xhigh effort配置,Mean reward 80.4%(具体成绩公布时间未确认)。见《Claude Sonnet 5 System Card》§8.3, PDF p.115。 查看成绩条件

[Table 8.1.A] Terminal-Bench 2.1 | Claude Sonnet 5: 80.4.
官方材料
Claude Sonnet 5 System Card · PDF 第 115 页
定位
附件 · §8.3, PDF p.115
材料版本
PDF with changelog dated 2026-07-10; 146 pages; collected 2026-11-10
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Claude Sonnet 5 · Terminal-Bench(2.1),Xhigh effort配置,Mean reward 80.4%(具体成绩公布时间未确认)。官方出处 Claude Sonnet 5 System Card(附件,PDF with changelog dated 2026-07-10; 146 pages; collected 2026-11-10)§8.3, PDF p.115,https://www.anthropic.com/claude-sonnet-5-system-card#page=115。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-5/ev5-terminal-bench/

关联成绩与条件

Claude Sonnet 5 · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件证据关系
Mean reward80.4%原文 80.4% · 单位 %
公布 未确认
Xhigh effort
设置
Xhigh effort in Terminal-Bench 2.1.
未知项
No other model sampling details are stated for that evaluation.
工具
工具条件未记录
推理预算
xhigh
框架
mini-SWE-agent harness
协议
Terminal-Bench 2.1; mini-SWE-agent harness; 89 tasks × 5 attempts = 445 trials.
条件
Xhigh effort; GKE with 1x timeout rate and 3x memory ceiling before pod preemption.

直接支持该成绩

在排名中查看此成绩